阈值含义

所有阈值实时渲染自检测引擎 /api/checks——本页不做任何硬编码，引擎调参后本页自动跟随。

token 计量偏差

实际消耗与声称计量的相对偏差：normal 以内视为正常浮动，超过 suspicious 判可疑（虚标计费的核心证据）。

`token_deviation_normal`	0.03
`token_deviation_suspicious`	0.05

实际价格相对官方目录的溢价倍数：超过 normal 值进入观察，超过 watch 判可疑（贵不是错，虚标才是——溢价本身只作参考信号）。

`price_premium_normal`	1.1
`price_premium_watch`	1.3

输出分布与声称模型的指纹距离：小于 match 视为同源证据，超过 mismatch 视为异源替换证据；两者之间需最小差距（min_margin）避免噪声定罪。

同题重复采样的自一致率与输出变异系数：低于 watch 观察、低于 fail 判定（偷工减料的典型表现）。

埋点检索的召回率：低于 watch 观察、低于 fail 判定（上下文裁剪/压缩的证据）。

`context_recall_watch`	0.85
`context_recall_fail`	0.6

行为分布双峰系数阈值：超过该值说明存在"检测账号/普通账号"分流的强信号。

bimodality_threshold 0.555

静态/动态能力相对官方基线的下降幅度：超过 watch 观察、超过 fail 判定（降智/缓存老答案的证据）。

`capability_drop_watch`	0.08
`capability_drop_fail`	0.18

与平台官方基线样本的偏差幅度：watch 观察、fail 判定。

`official_baseline_delta_watch`	0.15
`official_baseline_delta_fail`	0.3

`p_value`	0.05
`min_sample_size`	100
`cross_endpoint_ratio_spread`	0.05
`cross_endpoint_accuracy_spread`	0.15
`cross_endpoint_min_peers`	2

阈值之上的评分模型见评分模型；误判可能见局限与误判。